排序方式: 共有21条查询结果,搜索用时 31 毫秒
2.
为了提高对辅机故障的事前预知能力,结合深度学习中非监督学习方法的优势,提出基于改进堆叠自编码网络的电站辅机故障预警方法。该方法以辅机的历史正常数据为训练集,利用堆叠自编码(SAE)网络的非线性表达能力表示辅机各变量之间的关系,同时引入批标准化(BN)算法优化网络性能。对于输入的观测向量,SAE网络给出相应的重构向量。构造基于融合距离的相似度表示观测向量与重构向量间的偏差,当辅机开始偏离正常状态时,观测值与重构值偏差增大,相似度下降至预警阈值即表明设备出现故障。分别利用某热电机组中速磨煤机的正常数据与故障数据进行测试与验证,结果显示引入BN算法的SAE网络具有更低的重构误差,同时能够在磨煤机跳闸前做出预警,表明该方法可对辅机故障进行有效预警,具有一定的工程应用价值。 相似文献
3.
4.
编制直调火力发电单元月度电能交易计划的负荷率偏差法 总被引:2,自引:0,他引:2
对月度电能交易计划编制问题,实际电网通常采用平均分解的方式.该方式虽然简便易行,但考虑的因素不够全面或过于粗略,其计划编制结果往往容易增加后续日调度的难度.针对此现状,提出了一种负荷率偏差法,用于解决直调火力发电单元月度电能交易计划编制问题.该法首先考虑已经完成月份的年合同电量执行情况及后续月份发电单元检修与系统负荷系数分布情况,对计划月份进行年合同电量月分解值的滚动修正;其次,对计划月份,根据发电公司、电网公司和社会环境等综合成本指标排序的结果,在月平均负荷率的基础上,对不同发电单元的负荷率给予适当调整,以制定各发电单元的月度电能交易计划.计划结果既满足发电单元月发电总量约束,又兼顾了不同日的检修与负荷分布情况,同时还适当降低了系统的综合成本.算例结果表明,该方法合理有效. 相似文献
5.
为解决“风热冲突”下储热罐的容量选择问题,以热电联产机组整个采暖期为研究对象,引入特征日概念,对配置储热罐后的热电机组建立了逐小时的运行模型。分别以机组深度调峰空间的增量、全年总收益和10年净现值为目标函数,寻找储热罐容量的最优值。结果表明,热负荷越高储热罐的最佳容量也越大,同时机组配置储热罐后所能获得的深度调峰空间也越大;不考虑初投资时,以全年总收益为目标的储热罐最优容量约为820 MW;在考虑初投资后,以10年净现值为目标的储热罐最优容量约为430 MW,容量几乎减半。 相似文献
7.
为了提高对辅机故障的事前预知能力,结合深度学习中非监督学习方法的优势,提出基于改进堆叠自编码网络的电站辅机故障预警方法。以辅机的历史正常数据为训练集,利用堆叠自编码(SAE)网络的非线性表达能力表示辅机各变量之间的关系,同时引入批标准化(BN)算法优化网络性能。对于输入的观测向量,SAE网络给出相应的重构向量。构造基于融合距离的相似度表示观测向量与重构向量间的偏差,当辅机开始偏离正常状态时,观测值与重构值偏差增大,相似度下降至预警阈值即表明设备出现故障。分别利用某热电机组中速磨煤机的正常数据与故障数据进行测试与验证,结果显示引入BN算法的SAE网络具有更低的重构误差,同时能够在磨煤机跳闸前做出预警,表明所提方法可对辅机故障进行有效预警,具有一定的工程应用价值。 相似文献
8.
以提升火电机组调峰调频灵活性,促进可再生能源消纳为目标,针对某火电机组运行过程中燃烧稳定性、经济性等问题展开研究。采用自适应遗传算法优化核函数参数和正规化参数,建立最小二乘支持向量机(LS-SVM)锅炉燃烧过程模型。在建立模型的基础上,采用自适应遗传算法离线建立优化案例库。进而从便于工程应用角度提出一种基于案例推理(CBR)寻优方法,结合主、客观因素利用遗传算法优化案例推理特征权重,提高了检索精度,并自适应地从庞大的案例库中检索出与目标案例相匹配的案例。应用CBR自适应寻优算法,在保证机组稳定燃烧的同时,兼顾锅炉燃烧效率和NO_x排放浓度,合理给出二、三次风门挡板开度指令及氧量定值,实现锅炉稳定经济燃烧。将系统整体运用到某350 MW燃煤发电机组,简化了优化计算的过程,寻优时间短,稳定性高,适合在线实时寻优。 相似文献
9.
随着东北地区调峰辅助服务市场化交易的深入推进,现行调峰辅助服务市场机制的缺陷日益凸显,其中机组调峰积极性不高和调峰价格虚高的问题亟待解决.针对机组调峰积极性不高的问题,建立跟随负荷波动的浮动调峰基准以保障机组的调峰收益.同时,针对调峰价格异常的现象,通过分析机组的调峰成本以及机组利润最大化的一阶条件,推导出机组的调峰报价公式,进而制定利于市场监管的报价规则.最后,建立调峰辅助服务市场双层竞价调度模型以及市场结算方法,形成动态调峰辅助服务市场竞价机制.基于辽宁省电网实际运行数据的算例,证明该文提出的动态调峰辅助服务市场竞价机制可以有效提高机组的调峰积极性,并使市场价格合理化. 相似文献
10.